江苏省自然科学基金(BK2008126) 作品数:17 被引量:152 H指数:8 相关作者: 程玉虎 王雪松 郝名林 张依阳 张晓丽 更多>> 相关机构: 中国矿业大学 中国科学院自动化研究所 更多>> 发文基金: 江苏省自然科学基金 国家自然科学基金 教育部“新世纪优秀人才支持计划” 更多>> 相关领域: 自动化与计算机技术 石油与天然气工程 更多>>
一种多样性保持的分布估计算法 被引量:17 2010年 针对传统分布估计算法中存在的早熟收敛问题,在讨论种群多样性保持方法和早熟原因的基础上,提出一种多样性保持的分布估计算法(EDA-DP),具体措施包括:根据混沌运动具有的随机性、遍历性、初值敏感性和规律性等特点引入混沌变异算子;根据个体适应度值和种群中各个体之间的距离信息自适应调整变异半径;根据种群中的个体浓度信息生成子代种群.基准测试函数的实验结果表明,EDA-DP能够有效防止早熟收敛,在提高解的精度和加快收敛速度方面均有所改善. 程玉虎 王雪松 郝名林关键词:分布估计算法 多样性 早熟收敛 一种简洁局部全局一致性学习 被引量:7 2011年 针对局部全局一致性学习(LLGC)算法的分类精度在很大程度上取决于控制参数的合理设置问题,提出一种少参数的简洁局部全局一致性学习(BB-LLGC).简化图上的目标函数,使其不受参数α的影响.另外,在标签传递过程中,仅将未标记样本的标签根据相似度传递给其近邻,而将已标记样本的标签强制填回以确保标签传递源头的准确性.UCI数据集的实验结果表明,与LLGC相比,BB-LLGC不仅控制参数少、使用简单,而且分类精度高、收敛速度快. 王雪松 张晓丽 程玉虎关键词:半监督学习 参数选择 基于径向基统计网络的数据流分析模型 2010年 在传统径向基函数网络的基础上,提出一种用于数据流分析的径向基统计网络,采用复合多维高斯函数来拟合输入空间中不同区域的概率密度.基于数理统计方法的径向基统计网络学习算法的时间和空间复杂度,均与输入变量维数和隐层节点个数的乘积成线性关系,而与数据流规模无关,能够满足数据流分析的实时性要求.仿真结果表明,径向基统计网络能够有效解决数据流的回归和分类问题. 程玉虎 刘博 王雪松关键词:数据流 高斯函数 一种支持向量机参数选择的改进分布估计算法 被引量:8 2009年 支持向量机(support vector machine,SVM)的学习性能和泛化能力在很大程度上取决于参数的合理设置.将支持向量机的参数选择问题转化为优化问题,以模型预测均方根误差为评价函数,提出一种引入混沌变异操作的改进分布估计算法(estimation of distribution algorithm,EDA),并将其用于优化求解ε-支持向量机的参数:惩罚因子、不敏感损失系数以及高斯径向基核函数的宽度.由于改进EDA利用混沌运动的随机性和遍历性等特点在解空间内进行优化搜索,能够较好解决传统EDA易于陷入局部极小的缺陷.Chebyshev混沌时间序列预测仿真结果表明:改进EDA是选取SVM参数的有效方法. 王雪松 程玉虎 郝名林关键词:支持向量机 参数选择 分布估计算法 一种多目标优化问题的混合优化算法 被引量:12 2009年 利用分布估计算法(EDA)的全局搜索性能及差分进化(DE)算法的局部优化能力,提出了一种多目标优化问题的混合智能求解方法DE-EDA。DE-EDA的子代个体由两部分构成,一部分按差分进化算法生成,另一部分则是通过对分布估计算法的概率模型进行随机采样生成。利用模拟退火技术在线调整尺度因子Pr,即在进化的初期选择较大的Pr,以保证EDA起主导作用,由EDA引导DE搜索向Pareto前端,增加全局搜索能力,然后在进化的过程中逐渐降低Pr,使得DE逐渐占据主导作用,确保解精确收敛到Pareto前端。通过4组基准函数来测试算法性能,并与NSGA-II和DE算法进行实验比较,结果表明该方法不仅解的多样性和分布性好,而且能够有效提高种群进化的收敛速度,是一种求解多目标优化问题的有效方法。 王雪松 郝名林 程玉虎 李明关键词:多目标优化 差分进化 分布估计算法 PARETO最优解 基于随机子空间-正交局部保持投影的支持向量机 被引量:3 2011年 针对高维数、小样本数据分类问题,提出一种基于随机子空间-正交局部保持投影的支持向量机.利用随机子空间方法对原始高维样本的特征空间进行多次随机采样,生成多个具有不同特征子集的基支持向量机(SVM)分类器;利用正交局部保持投影对各基SVM分类器的样本进行特征提取,实现维数约简;然后,利用降维后的样本对各基SVM分类器进行训练;采用贝叶斯求和准则将各基SVM的分类结果进行融合以得到最终的分类结果.典型人脸数据库识别结果验证了本方法的可行性和有效性. 王雪松 高阳 程玉虎关键词:随机子空间 支持向量机 特征提取 基于高斯过程分类器的连续空间强化学习 被引量:11 2009年 如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态和连续动作空间强化学习方法.首先将连续动作空间离散化为确定数目的离散动作,然后利用高斯分类器对系统的连续状态-离散动作对进行正负分类,对判定为正类的离散动作按其概率值进行加权求和,进而得到实际作用于系统的连续动作.小船靠岸问题的仿真结果表明所提方法能够有效解决强化学习的连续空间表示问题. 王雪松 张依阳 程玉虎关键词:高斯过程 分类器 基于协同最小二乘支持向量机的Q学习 被引量:21 2009年 针对强化学习系统收敛速度慢的问题,提出一种适用于连续状态、离散动作空间的基于协同最小二乘支持向量机的Q学习.该Q学习系统由一个最小二乘支持向量回归机(Least squares support vector regression machine,LS-SVRM)和一个最小二乘支持向量分类机(Least squares support vector classification machine,LS-SVCM)构成.LS-SVRM用于逼近状态-动作对到值函数的映射,LS-SVCM则用于逼近连续状态空间到离散动作空间的映射,并为LS-SVRM提供实时、动态的知识或建议(建议动作值)以促进值函数的学习.小车爬山最短时间控制仿真结果表明,与基于单一LS-SVRM的Q学习系统相比,该方法加快了系统的学习收敛速度,具有较好的学习性能. 王雪松 田西兰 程玉虎 易建强关键词:Q学习 最小二乘支持向量机 映射 基于细菌觅食行为的分布估计算法在预测控制中的应用 被引量:36 2010年 为增强分布估计算法(EDA)的局部优化能力,将细菌的觅食(BF)行为,即细菌的趋化性运动引入到分布估计算法中,提出一种基于细菌觅食行为的分布估计算法BF-EDA.通过8个Benchmark函数来测试算法性能,并与常规EDA、粒子群优化(PSO)和HPSO-TVAC算法进行实验比较,结果表明BF-EDA算法在优化解的质量和收敛速度方面具有较好的性能.进一步,为克服传统的基于梯度信息优化方法的缺点,将BF-EDA应用于预测控制的非线性滚动优化阶段,以优化求解被控系统的最优控制序列.曲线跟踪实验结果表明,基于BF-EDA的预测控制算法具有良好的控制品质. 王雪松 程玉虎 郝名林关键词:分布估计算法 细菌觅食 预测控制 SCADA系统在油气长输管道中的应用研究 被引量:15 2009年 文章以油气长输管道自动化系统实际应用为背景,采用网络技术、计算机技术,结合工业组态软件和可编程控制器,设计并开发了适用于油气长输管道的数据采集与监视控制SCADA系统。实际运行表明,该系统运行状况良好,工作稳定,具有操作便捷、功能强大、管理方便等特点,完善和提高了长输管道以及输油泵站的自动化水平。 姚珺 方成辉 陈斌关键词:油气管道 数据采集 SCADA